When embarking on a data science project, why do you ultimately want to format your data so that it can be housed in something like a Pandas DataFrame or NumPy Array?

Đáp án đúng: "Nearly all modeling algorithms take input data in a tabular format analogous to format of DataFrames/Arrays.". Hầu hết thuật toán học máy, từ hồi quy tuyến tính tới random forest trong scikit-learn, nhận đầu vào là một ma trận đặc trưng: mỗi hàng là một mẫu (sample), mỗi cột là một đặc trưng (feature). DataFrame của Pandas và mảng NumPy chính là dạng biểu diễn đó, nên đưa dữ liệu thô về dạng bảng là bước chuẩn bị tất yếu trước khi huấn luyện. Phát biểu "DataFrames/Arrays most closely resemble tables in relational databases." đúng về hình thức nhưng chỉ là sự giống nhau bề ngoài, không phải lý do cuối cùng khiến ta cần định dạng dữ liệu như vậy. Phát biểu "are the only structures in Python capable of holding significant amounts of data" sai, vì Python còn list, dict, các thư viện như Dask hay định dạng tệp như Parquet đều chứa được lượng dữ liệu lớn. Vì có một phát biểu sai nên "All of the answers" cũng không thể đúng.